標準汎用マークアップ言語

標準汎用マークアップ言語

ファイル名拡張子	.sgml
インターネットメディアの種類	アプリケーション/sgml、テキスト/sgml
統一型識別子 (UTI)	public.xml [引用が必要]
開発者	ISO
フォーマットの種類	マークアップ言語
延長	ジーエムエル
延長	HTML、XML
標準	8879 規格

標準汎用マークアップ言語（SGML、ISO 8879:1986）は、文書用の汎用マークアップ言語を定義するための標準です。ISO 8879の付録A.1では、汎用マークアップは「2つの原則に基づいている」と述べられています。^[1]

• 宣言型: マークアップでは、実行する必要がある処理を指定するのではなく、ドキュメントの構造やその他の属性を記述する必要があります。これにより、将来の開発と競合する可能性が低くなります。
• 厳密: マークアップが処理に利用可能な技術を活用できるようにするには、マークアップでプログラムやデータベースなどのオブジェクトを厳密に定義する必要があります。

DocBook SGML とLinuxDoc はSGML ツールを使用した例です。

SGML はISO標準「ISO 8879:1986 情報処理 - テキストおよびオフィス システム - 標準汎用マークアップ言語 (SGML)」であり、次の 3 つのバージョンがあります。

• オリジナルのSGMLは 1986 年 10 月に承認され、その後に小さな技術的訂正が行われました。
• 1996 年のSGML (ENR)は、任意の言語およびスクリプトのマークアップを可能にする拡張命名規則を追加するための技術的訂正から生まれました。
• SGML (ENR+WWW または WebSGML) は、1998 年に、XML および WWW の要件をより適切にサポートするための技術訂正から生まれました。

SGMLは、ISO/IEC JTC 1/SC 34 ^{[1] [2]} (ISO/IEC合同技術委員会1、小委員会34 – 文書記述および処理言語)によって開発された電子文書のためのISO標準の3つのうちの1つです。

• SGML (ISO 8879) – 汎用マークアップ言語
  • SGML は 1998 年に SGML の成功したプロファイルであるXMLに作り直されました。完全な SGML が新しいプロジェクトで見つかったり使用されたりすることはほとんどありません。
• DSSSL (ISO/IEC 10179) – Schemeに基づくドキュメント処理およびスタイル設定言語。
  • ^{DSSSL は、XML 構文を使用する[明確化が必要]} W3C XSLTおよびXSL-FOに作り直されました。現在、DSSSL はLinuxドキュメント以外の新しいプロジェクトではほとんど使用されていません。
• HyTime – 一般化されたハイパーテキストとスケジューリング。^[3]
  • HyTime は部分的に W3C XLinkに作り直されました。HyTime は新しいプロジェクトではほとんど使用されません。

SGMLはさまざまな技術レポートによってサポートされており、特に

• ISO/IEC TR 9573 – 情報処理 – SGMLサポート機能 – SGMLを使用するための技術^[4]
  • 第13部: 数学と科学の公的機関セット
    • 2007 年、W3C MathML ワーキング グループは、これらのエンティティ セットのメンテナンスを引き受けることに合意しました。

SGML は、1960 年代にCharles Goldfarb、Edward Mosher、Raymond Lorie が開発したIBMのGeneralized Markup Language (GML)から派生したものです。国際標準の編集者である Goldfarb は、彼らの姓の頭文字をとって「GML」という用語を作り出したのです。 ^[5] Goldfarb はまた、SGML 構文に関する決定的な著作「The SGML Handbook」を執筆しました。^{[6] SGML の構文は}COCOA形式に近いものです。^{[説明が必要]}文書マークアップ言語としての SGML は、もともと、政府、法律、産業界における機械可読な大規模プロジェクト文書の共有を可能にするために設計されました。そのような文書の多くは、数十年間、つまり情報技術分野では長い期間、判読可能な状態を維持する必要があります。SGML はまた、軍事、航空宇宙、技術リファレンス、産業出版業界でも広く適用されました。XML プロファイルの出現により、 SGMLは小規模で汎用的な用途に広く適用できるようになりました。

SGML（ENR+WWW）は2種類の妥当性を定義している。ISO 8879の改訂版用語と定義（公開草案^[7]より）によると、

準拠する SGML 文書は、型が有効な SGML 文書、タグが有効な SGML 文書、またはその両方である必要があります。注: ユーザーは、文書インスタンスが統合的に保存されているか、エンティティ参照がないかどうかなど、文書に追加の制約を適用したい場合があります。

型妥当なSGML文書は標準では次のように定義されています。

各文書インスタンスに、そのインスタンスが準拠する 文書型宣言(DTD)が関連付けられている SGML 文書。

タグが有効なSGML文書は、標準では次のように定義されています。

すべてのドキュメント インスタンスが完全にタグ付けされている SGML ドキュメント。インスタンスに関連付けられたドキュメント タイプ宣言は必要ありません。注:ドキュメント タイプ宣言がある場合、インスタンスは、ドキュメント タイプ宣言を参照しても参照しなくても解析できます。

タグ妥当性は、 DOCTYPE 宣言がないが文法なしで解析できる文書、または文書にXML 情報セットの寄与をしない DOCTYPE 宣言を持つ文書を許可するXMLをサポートするために、SGML (ENR+WWW) で導入されました。標準では、これを完全タグ付きと呼びます。統合的に保存は、要素が開始したのと同じエンティティで終了するというXML要件を反映しています。参照なしは、エンティティ参照は特殊文字用であり、マークアップを含まないというHTML要件を反映しています。SGML 妥当性に関する解説、特に 1997 年以前に作成された解説や SGML (ENR+WWW) を認識していない解説は、型妥当性のみを扱っています。

SGML の妥当性への重点は、マークアップが厳密でなければならないという一般的なマークアップの要件をサポートします。 (ISO 8879 A.1)

SGML 文書は 3 つの部分で構成されます。

1. SGML宣言、
2. プロローグには、文書型定義（DTD）を構成するさまざまなマークアップ宣言を含むDOCTYPE宣言が含まれています。
3. インスタンス自体。最上位の要素 1 つとその内容が含まれます。

SGML 文書は、多数のエンティティ(個別のテキスト)から構成されます。SGML では、文書内で使用されるエンティティと要素タイプは DTD で指定され、さまざまな文字セット、機能、区切り文字セット、キーワードは SGML 宣言で指定され、文書の 具体的な構文が作成されます。

完全な SGML では暗黙的なマークアップと他の種類のタグが許可されますが、XML仕様 (s4.3.1) では次のように規定されています。

各 XML ドキュメントには、論理構造と物理構造の両方があります。物理的には、ドキュメントはエンティティと呼ばれる単位で構成されています。エンティティは、他のエンティティを参照して、そのエンティティをドキュメントに含めることができます。ドキュメントは、「ルート」またはドキュメント エンティティから始まります。論理的には、ドキュメントは宣言、要素、コメント、文字参照、および処理命令で構成され、これらはすべて、明示的なマークアップによってドキュメント内で示されます。

基本的な最新の SGML 構文の入門情報については、XML を参照してください。以下の資料は XML にない機能に重点を置いており、SGML 構文の包括的な概要ではありません。

SGML は、1980 年代半ばに見られたような幅広いマークアップ言語を一般化し、サポートしています。これらの言語は、簡潔なWiki のような構文から、RTFのような括弧付き言語、HTMLのようなタグ一致言語まで多岐にわたります。SGML は、SGML 宣言で有効にできる多数のオプション機能で拡張された、比較的単純なデフォルトの参照具象構文によってこれを実現しました。すべての SGML パーサーがすべての SGML 文書を処理できるとは限りません。各プロセッサのシステム宣言は文書のSGML 宣言と比較できるため、文書が特定のプロセッサでサポートされているかどうかを常に知ることができます。

多くの SGML 機能はマークアップの最小化に関連しています。その他の機能は、同時 (並列) マークアップ(CONCUR)、リンク処理属性 (LINK)、および SGML ドキュメント内の SGML ドキュメントの埋め込み (SUBDOC) に関連しています。

カスタマイズ可能な機能という概念は Web での使用には適していないため、XMLの目標の 1 つはオプション機能を最小限に抑えることでした。ただし、XML の整形式ルールは Wiki のような言語をサポートできないため、標準化されず、非テキスト情報システムとの統合が困難です。

通常の (デフォルトの) SGML具体的な構文は、デフォルトのHTML具体的な構文である次の例に似ています。

<QUOTE TYPE= "example" >通常は<ITALICS>こんな感じです</ITALICS> </QUOTE> 
     

SGML は、多くの異なるタイプの具象構文で実装できる抽象構文を提供します。マークアップの規範では、 SGML 文書の開始タグと終了タグの区切り文字として山括弧を使用しますが(標準で定義された参照具象構文に従って)、文書の SGML 宣言で適切な具象構文が定義されている場合は、他の文字を使用することもできます。^[8]たとえば、SGML インタープリタは、タグが左コロンと右ピリオドで区切られ、接頭辞が終了タグを示す GML を解析するようにプログラムされる場合があります: 。参照構文によれば、タグ名では大文字と小文字は区別されないため、、、の 3 つのタグは同等です。(具象構文では、NAMECASE NAMING 宣言によってこの規則が変わる場合があります。) :e:xmp.Hello, world:exmp.<quote><QUOTE><quOtE>

SGML には、文書をマークアップするために必要な文字数を減らす機能があり、SGML 宣言で有効にする必要があります。SGML プロセッサは利用可能なすべての機能をサポートする必要がないため、アプリケーションは多くの種類の不注意なマークアップ省略を許容できます。ただし、SGML システムは通常、無効な構造を許容しません。XML は構文省略を許容せず、整形式性をチェックするための DTD を必要としません。

次の条件を満たす場合、開始タグと終了タグの両方をドキュメントインスタンスから省略できます。

1. SGML宣言でOMITTAG機能が有効になっている。
2. DTDではタグを省略できることが示されている。
3. （開始タグの場合）要素には関連する必須の（）属性がなく#REQUIRED、
4. タグは文脈によって明確に推測できます。

たとえば、SGML 宣言で OMITTAG YES が指定され (OMITTAG 機能が有効)、DTD に次の宣言が含まれている場合:

<!ELEMENT 章 -  -  (タイトル, セクション+) > 
<!ELEMENT タイトル o  o  ( #PCDATA ) > 
<!ELEMENT セクション -  -  (タイトル, サブセクション+) >

次にこの抜粋です:

<章>  SGML入門<セクション> SGML宣言
<サブセクション >
  
...

<title>2 つのタグと 2 つのタグを省略すると</title>、有効なマークアップを表します。

タグを省略することはオプションです。同じ抜粋を次のようにタグ付けすることもできます。

<chapter> <title>  SGML入門</title> <section>  <title> SGML宣言</title> <subsection>
  

...

それでも有効なマークアップを表します。

EMPTY注: OMITTAG 機能は、宣言されたコンテンツがDTD で定義されている 要素のタグ付けとは無関係です。

<!ELEMENT  image  -  o  EMPTY >

このように定義された要素には終了タグがないため、ドキュメント インスタンスで終了タグを指定すると、無効なマークアップになります。この点では、 XML の空要素とは構文が異なります。

SHORTREF 機能を使用すると、タグを区切り文字列に置き換えて、より簡潔なマークアップにすることができます。このマークアップ スタイルは現在、wiki マークアップに関連付けられています。たとえば、行の先頭にある 2 つの等号 (==) は「見出し開始タグ」であり、その後の 2 つの等号 (==) は「見出し終了タグ」です。

具体的な構文で SHORTTAG VALUE 機能が有効になっている SGML マークアップ言語では、英数字のみを含む属性値を二重引用符" "(LIT) または一重引用符' '(LITA) で囲む必要がないため、前のマークアップ例は次のように記述できます。

<QUOTE TYPE= example >通常は<ITALICS> this < />
 </QUOTE>のようになります 
     

SGML マークアップ言語の特徴の 1 つは、「思い上がった空のタグ付け」です。つまり、</>の空の終了タグは<ITALICS>this</>、最も近い前の完全な開始タグから値を「継承」します。この例では、 です<ITALICS>(つまり、最後に開いた項目を閉じます)。したがって、この式は と同等です<ITALICS>this</ITALICS>。

もう 1 つの機能はNET (Null End Tag) 構造です。<ITALICS/this/これは構造的には と同等です<ITALICS>this</ITALICS>。

さらに、SHORTTAG NETENABL IMMEDNET 機能では、空のテキスト値を囲むタグを短縮できますが、完全なタグを短縮することは禁止されます。

<引用></引用>

次のように書くことができる

<引用// 

ここで、最初のスラッシュ( / ) は NET を有効にする「開始タグ終了」(NESTC) を表し、2 番目のスラッシュは NET を表します。注: XML では、NESTC は/で定義され、NET は> (山括弧)で定義されるため、XML の対応する構造は<QUOTE/>として表示されます。

3 番目の機能は「同じ行のテキスト」です。これにより、マークアップ項目を行末で終了できます。これは、SHORTREF または DATATAG の最小化のいずれかを使用する必要がある見出しなどに特に便利です。たとえば、DTD に次の宣言が含まれている場合:

<!ELEMENT 行 (行*) > 
<!ELEMENT 行 O  -  ( #PCDATA ) > 
<!ENTITY   行タグ  "</行>" > 
<!SHORTREF  1 行 "&#RE;&#RS;" 行タグ> 
<!USEMAP    1 行 行>

（そして「&#RE;&#RS;」は具体的な構文における短い参照区切り文字です）、次のようになります。

<行>
最初の 行
2 行目
</lines>

は以下と同等です:

<lines> 
<line>最初の 行</line> 
<line> 2 番目の 行</line> 
</lines>

SGML には、1980 年代から 1990 年代にかけて普及した形式オートマトン理論や当時のパーサー技術では簡単に説明できない多くの機能があります。この標準規格は、付録 H で次のように警告しています。

SGMLモデル グループ表記法は、オートマトン理論の正規表現表記法に似せて意図的に設計されました。これは、オートマトン理論がコンテンツ モデルへの適合の概念のいくつかの側面に理論的基礎を提供するためです。オートマトンがコンテンツ モデルに一般的に適用可能であるかどうかについては、何ら仮定しないでください。

基本的なSGMLのパーサの初期の実装であるアムステルダムSGMLパーサに関する報告書^[9] では、

SGMLのDTD文法は、LL(1)の条件に非常によく似た曖昧さのない概念に準拠する必要がある。

さまざまな違いを指定します。

完全な SGML を既知の形式文法のクラスに対して明確に分類することはできないようです。考えられるクラスとしては、ツリー結合文法や適応型文法などがあります。

XMLは、検証されていないXMLの場合は2レベルの文法のように、有効なXMLの場合はコンウェイスタイルのコルーチン（字句解析器、パーサ、検証器）のパイプラインのように一般的に解析可能であると説明されています。 ^[10] ISO標準のSGML生成物はLL(3)またはLL(4)であると報告されています。^[11] XMLクラスのサブセットはW文法を使用して表現可能であると報告されています。^[12]ある論文によると、^[13]おそらく文字や区切り文字のレベルではなく 、情報セットまたは解析ツリーのレベルで考えられています。

特定のSGML文書文法に準拠する文書のクラスは、LL(1)言語を形成します。...ただし、SGML文書文法自体はLL(1)文法ではありません。

SGML 標準では、解析ツリーなどの正式なデータ構造を使用して SGML を定義していません。ただし、SGML ドキュメントは、 「エンティティ」と呼ばれる物理的なストレージ ユニットのルート付き有向非巡回グラフ(RDAG)で構成され、これが「要素」と呼ばれる構造ユニットの RDAG に解析されます。物理グラフは、大まかにエンティティ ツリーとして特徴付けられますが、エンティティは複数回出現する場合があります。さらに、構造グラフも大まかに要素ツリーとして特徴付けられますが、ID/IDREF マークアップによって任意のアークが許可されます。

解析の結果は、さまざまな表記法のデータ ツリーとして理解することもできます。この場合、ドキュメントはルート ノードで、他の表記法 (テキスト、グラフィックス) のエンティティは子ノードになります。SGML は、外部の非 SGML エンティティへのリンクと注釈付けを行うための手段を提供します。

SGML 標準では、マップと認識モード(s9.6.1) の観点から解析を説明しています。各エンティティと各要素には、関連付けられた表記法または宣言されたコンテンツ タイプがあり、それによってそのエンティティと要素で認識される参照とタグの種類が決まります。また、各要素には、関連付けられた区切りマップ(および短い参照マップ) があり、これによってコンテキスト内で区切りとして扱われる文字が決まります。SGML 標準では、解析を認識モードを切り替える状態マシンとして特徴付けています。解析中は、スキャナーを構成するマップのスタックがあり、トークナイザーは認識モードに関連します。

解析には、動的に取得されたエンティティ グラフのトラバース、タグと要素構造の検出/暗示、およびそれらのタグを文法に照らして検証することが含まれます。SGML の珍しい側面は、文法 (DTD) が受動的 (語彙構造を認識するため) と能動的 ( DTD でオプションと宣言されている欠落している構造とタグを生成するため) の両方で使用されることです。終了タグと開始タグは、推論できるため省略できます。大まかに言えば、一連のタグは、文法でそれらを暗示する 1 つの可能なパスがある場合にのみ省略できます。文法のこの能動的な使用により、具体的な SGML 解析を正式に特徴付けることが困難になりました。

SGML では、認識と生成の両方に「検証」という用語を使用します。XML では、区切りマップを変更したり、解析モードを通知したりするために文法 (DTD) は使用されず、タグの省略も許可されません。したがって、要素の XML 検証は、SGML 検証がアクティブであるという意味ではアクティブではありません。DTDのないSGML (単純な XML など) は文法または言語です。DTD のある SGMLはメタ言語です。SGML 宣言のある SGML は、宣言メカニズムがメタ言語であるメタ言語であるため、おそらくメタメタ言語です。

SGML には、多くの可能な具象構文によって実装される抽象構文があります。ただし、これは抽象構文ツリーや具象構文ツリーでの使用法とは異なります。SGML の使用法では、具象構文は特定の区切り文字のセットであり、抽象構文は区切り文字の名前のセットです。XML情報セットは、John McCarthyによって導入されたプログラミング言語の概念である抽象構文に対応しています。

W3C XML (Extensible Markup Language) は、主に World Wide Web で使用するために、完全な SGML パーサーに比べてパーサーの実装を容易にするように設計された SGML のプロファイル (サブセット) です。参照構文に存在する多くの SGML オプション (タグやネストされたサブドキュメントの省略など) を無効にすることに加えて、 XML は SGML 構文の種類にいくつかの追加の制限を加えます。たとえば、SGML 短縮タグ形式が有効になっているにもかかわらず、 XML では閉じられていない開始タグや終了タグ​​は許可されません。また、WebSGML Annex による多くの追加機能に依存していました。 XML は現在、完全な SGML よりも広く使用されています。 XMLには、 Unicodeに基づく軽量の国際化機能があります。 XML のアプリケーションには、 XHTML、XQuery、XSLT、XForms、XPointer、JSP、SVG、RSS、Atom、XML-RPC、RDF/XML、SOAP などがあります。

HTML (Hyper Text Markup Language) は部分的に独立して SGML と並行して開発されたが、その作成者であるTim Berners-Lee はHTML をSGML のアプリケーションとして意図していた。^[要出典] HTML の設計は SGML のタグ付けに触発されたものだが、明確な拡張および解析ガイドラインが確立されていないため、実際の HTML 文書のほとんどは有効な SGML 文書ではない。その後、HTML はより SGML アプリケーションに近づけるよう再定式化 (バージョン 2.0) されたが、HTML マークアップ言語には SGML の要件とは異なるレガシー処理機能や例外処理機能が多数ある。HTML 4 は ISO 8879 – SGML に完全に準拠した SGML アプリケーションである。^[14]

2006年に復活したワールドワイドウェブコンソーシアムのHTMLワーキンググループの憲章には、「グループはSGMLパーサーが「クラシックHTML 」に使用されることを想定しない」と記されている。^[15] HTML構文は、デフォルトの参照具象構文を持つSGML構文に非常に似ているが、HTML5ではHTMLをSGMLアプリケーションとして定義する試みを放棄し、独自の解析ルールを明示的に定義している。 ^[16]これは、既存の実装や文書により近い。ただし、 XMLに準拠し、したがってSGMLにも準拠する代替のXHTMLシリアル化を定義している。 ^[17]

オックスフォード英語辞典（OED）第2版は、LEXXテキストエディタを使用したSGMLベースのマークアップ言語で完全にマークアップされています。^[18]

第 3 版は XML としてマークアップされています。

その他のドキュメント マークアップ言語は、部分的に SGML および XML に関連していますが、標準の SGML および XML ツールを使用して解析、検証、またはその他の処理を行うことができないため、SGML 言語または XML 言語とは見なされません。タイプセッティングとドキュメント作成用の Z 形式マークアップ言語はその一例です。

いくつかの最新のプログラミング言語は、タグをプリミティブ トークン タイプとしてサポートしたり、Unicode や正規表現のパターン マッチングをサポートするようになりました。例としては、Scala プログラミング言語があります。

SGML を使用して定義されたドキュメント マークアップ言語は、標準では「アプリケーション」と呼ばれます。XML 以前の SGML アプリケーションの多くは、それを開発した組織の独占所有物であったため、World Wide Web では利用できません。次のリストは、XML 以前の SGML アプリケーションです。

• Text Encoding Initiative (TEI) は、デジタル形式のテキスト表現アプリケーションの技術標準を設計、維持、開発する学術コンソーシアムです。
• DocBook は、もともと技術文書の作成用に設計された SGML アプリケーションとして作成されたマークアップ言語です。現在は XML アプリケーションです。
• CALS (継続的取得およびライフサイクル サポート) は、軍事文書を電子的に取得し、関連するデータと情報をリンクするための米国国防総省 (DoD) の取り組みです。
• HyTime は、 SGML ドキュメント作成者がハイパーテキストおよびマルチメディア プレゼンテーションを構築できるようにするハイパーテキスト指向の要素タイプのセットを定義します。
• EDGAR (電子データ収集、分析、検索) システムは、米国証券取引委員会 (SEC) にデータおよび情報フォームを提出することが法的に義務付けられている企業やその他の団体による提出物の自動収集、検証、インデックス作成、承認、および転送を実現します。
• LinuxDoc。 Linux パッケージのドキュメントでは、 LinuxDoc SGML DTD と Docbook XML DTD が使用されています。
• AAP DTD は、アメリカ出版者協会によって定義された科学文書の文書型定義です。
• AAP DTP の後継であるISO 12083 は、著者と出版社間の文書交換のための国際 SGML 標準です。
• SGMLguid は、 CERNで作成、開発、使用された初期の SGML 文書型定義です。

SGML の重要なオープンソース実装には以下のものがあります。

• ASP-SGML
• ARC-SGML、Standard Generalized Markup Language Users'、1991年、C言語
• SGMLS、James Clark著、1993年、C言語
• YAO プロジェクト、台湾の元澤理工大学と Charles Goldfarb による 1994 年。
• SP と Jade (James Clark 著、C++ 言語)

関連する DSSSL プロセッサである SP と Jade は OpenJade プロジェクトによって保守されており、Linux ディストリビューションの共通部分です。SGML ソフトウェアと資料の一般的なアーカイブは SUNET にあります。Sun System の Java 実装におけるオリジナルの HTML パーサー クラスは、SGML の用語と概念を使用する、機能が制限された SGML パーサーです。

• W3C の Web サイトにある SGML リソースの概要。
• SGML によるソフトウェア ドキュメントの紹介と例
• SC34 委員会記録、チャールズ バベッジ研究所– 現在の XML ツールの開発に影響を与えたSGMLおよびその他の標準 の開発に関するコレクション。文書には、SGML 管理資料の初期草案、ドキュメント、ワーキング グループ ペーパー、およびコンピュータ言語の標準が含まれます。
• Charles Goldfarb による SGML 構文の概要
• SGML を紹介する SGML ドキュメント。SGML が重要な理由
• SGML 宣言、SGML と HTML の説明、Martin Bryan (1997) (元の URL は http://www.is-thought.co.uk/book/sgml-4.htm#Fig4-2 で壊れています)
• SGML 宣言 Wayne Wohler、IBM Corporation、1994 年。
• ISO 9069:1988 – 情報処理 – SGML サポート機能 – SGML 文書交換形式 (SDIF)
• ISO/IEC 9070:1991 – 情報技術 – SGML サポート機能 – 公開テキスト所有者識別子の登録手順